一种基于神经网络的结直肠息肉分割方法技术

本发明专利技术旨在提供一种基于神经网络的结直肠息肉分割方法，包括以下步骤：A、构建神经网络，神经网络结构具体如下：包括编码网络、过滤器、解码网络；所述的编码网络包括五个依次连接的残差卷积层；所述的过滤器包括五个级联局部特征融合模块CLFF、上下文边缘引导模块CEG中；B、原始图像输入编码网络中，依次经过五个残差卷积层处理，得到5个残差卷积处理结果，分别输入过滤器中；C、然后经过过滤器处理，所得结果输入解码网络中；D、解码网络对所有输入的结果进行融合后，得到最终分割结果。本发明专利技术能够提高结直肠息肉分割网络的准确性和鲁棒性，为临床医生提供更可靠的辅助诊断工具。

【技术实现步骤摘要】

本专利技术涉及计算机图像处理领域，具体涉及一种基于神经网络的结直肠息肉分割方法。

技术介绍

1、结直肠息肉是结直肠癌的主要前体病变，准确分割结直肠息肉在临床诊断和治疗中具有重要意义。近年来，随着计算机视觉和深度学习的快速发展，在医学图像领域涌现出许多先进的技术。其中，卷积神经网络模型被广泛应用，包括全卷积网络(fcn)和u-net等。u-net模型通过将编码网络中低层的语义信息与解码网络中高层的语义信息相结合，实现了多层次特征的融合，从而提高了特征表达能力。此外，使用res2net-50作为结直肠息肉分割网络的编码器也被广泛采用，其强大的特征提取能力为结直肠息肉分割任务增添了新的可能性，进一步提高了准确性和稳定性。实验证明，这些模型在结直肠息肉数据集上取得了显著的分割效果，为结直肠息肉的自动化诊断和治疗提供了有力支持。

2、尽管基于u型的结直肠息肉分割方法取得了一定的成效，但大多数模型缺乏对结直肠息肉形态特征的深入理解。例如，如图1所示，结直肠息肉的颜色和尺寸差异很大，与周围组织的边界模糊分辨不清晰，且在背景中可能存在褶皱或血液等干扰因素。...

【技术保护点】

1.一种基于神经网络的结直肠息肉分割方法，其特征在于，包括以下步骤：

2.如权利要求1所述的基于神经网络的结直肠息肉分割方法，其特征在于：

3.如权利要求1所述的基于神经网络的结直肠息肉分割方法，其特征在于：

4.如权利要求3所述的基于神经网络的结直肠息肉分割方法，其特征在于：

5.如权利要求1所述的基于神经网络的结直肠息肉分割方法，其特征在于：

6.如权利要求5所述的基于神经网络的结直肠息肉分割方法，其特征在于：

【技术特征摘要】

1.一种基于神经网络的结直肠息肉分割方法，其特征在于，包括以下步骤：

2.如权利要求1所述的基于神经网络的结直肠息肉分割方法，其特征在于：

3.如权利要求1所述的基于神经网络的结直肠息肉分割方法，其特征在于：

...

【专利技术属性】
技术研发人员：林川，王雄震，杨进林，张家佳，文小兰，李青林，潘勇才，韦艳霞，
申请(专利权)人：广西科技大学，
类型：发明
国别省市：